文献

J-GLOBAL ID：202002222981696775   整理番号：20A2193270

時間依存スプリングバック効果を予測するための人工知能モデルの適用:L形状事例研究【JST・京大機械翻訳】

Application of artificial intelligence models for predicting time-dependent spring-back effect: The L-shape case study

著者 (6件)： Pereira Glaucio C. (Mechanical Engineering Graduate Studies Program, Universidade Federal de Minas Gerais, 6627 Antonio Carlos Avenue, 31270-901, Belo Horizonte, MG, Brazil) ,  Yoshida M.I. (Chemistry Department, Universidade Federal de Minas Gerais, 6627 Antonio Carlos Avenue, 31270 901, Belo Horizonte, MG, Brazil) ,  LeBoulluec P. (College of Engineering, Technology, and Computer Science, Purdue University Fort Wayne, Fort Wayne, Indiana, 46805, USA) ,  Lu Wei-Tsen (Mechanical and Aerospace Engineering Graduate Studies Program, University of Texas at Arlington, Arlington, TX, 76019, USA) ,  Alves Ana P. (Physics Department, Universidade Federal de Minas Gerais, 6627 Antonio Carlos Avenue, 31270 901, Belo Horizonte, MG, Brazil) ,  Avila Antonio F. (Mechanical Engineering Department, Universidade Federal de Minas Gerais, 6627 Antonio Carlos Avenue, 31270, 901 Belo Horizonte, MG, Brazil)
資料名： Composites Science and Technology  (Composites Science and Technology)
巻： 199  ページ： Null  発行年： 2020年 
JST資料番号： H0433A  ISSN： 0266-3538  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： L形炭素-エポキシ複合材料におけるスプリングバック効果における力とモーメントの役割を調べた。統計モデルと人工知能を用いて,これらの複合材料のangu-lar変形におけるこれらの物理量の重要性を証明した。ばね変形を3年スパンの関数として追跡し,最近,スプリングバックとして残留硬化による角変形の回復を再分類した。異なる形状に対して測定したこの角変形は,複合作製後約3年後に安定化する傾向がある。各試料のマトリックス樹脂に対する残留硬化過程に直接依存した。13の角度変形を3年間測定した。著者らは,各複合材料構成のための古典的積層理論(CLT)を通して間接的に力(N)とモーメント(M)の成分を計算した。一般化付加モデル(GAM)はスプリングバック効果に対する力とモーメントの重要性を評価する。それらの出力結果は,スプリングバック影響者として線形および非線形補因子の役割を同定した。ランダムフォレスト(RF)モデルは,スプリングバック変形における力とモーメントの影響をランク付けした。両統計モデルは相補的であり,GAMは90%に近い精度で補因子の影響を予測し,一方,Randon森林モデルは91%以上の精度で平均値における角変形を説明する。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 複合材料 ,  スパン ,  時間依存性 ,  *人工知能 ,  線形性 ,  統計模型 ,  等級づけ ,  *事例研究 ,  モーメント ,  *スプリングバック ,  補因子
準シソーラス用語： 角変形 ,  ランダムフォレスト ,  物理量 , 【Automatic Indexing@JST】

著者キーワード (5件)： スプリングバック ,  人工知能 ,  統計解析 ,  硬化度 ,  時間依存性

分類 (2件)： 強化プラスチックの成形  (YH04060J) ,  機械的性質  (YH02022L)

タイトルに関連する用語 (6件)： スプリングバック ,  予測 ,  人工知能 ,  モデル ,  L形状 ,  研究